基于粒子群优化的多模式切换飞轮储能功率优化方法及系统与流程
本发明属于功率优化,具体涉及一种基于粒子群优化的多模式切换飞轮储能功率优化方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
2、飞轮储能因其长生命周期、快速充放电、高功率密度和低环境污染等优点,成为当今能源存储技术中的重要选择之一。然而,单个飞轮储能单元的能量储存容量存在局限,无法满足大规模能源存储和稳定供能的需求,因此,多个飞轮单元通常被并联形成飞轮储能阵列,通过提升系统的功率和储能容量来实现更大的能源存储和释放能力。
3、为实现对飞轮储能阵列中各飞轮单元之间功率的优化分配,需采用功率分配策略,通过精确的功率分配,优化飞轮单元之间的协同工作,提升整个系统的运行效率和稳定性;现有的传统功率分配策略缺乏在飞轮单元性能差异、负载动态变化时的适应性和灵活性。
4、可采用等功率分配策略、等转矩分配策略和等时间分配策略尽心飞轮储能的功率优化,但无法有效应对飞轮单元之间的荷电状态(soc)差异、缺乏对动态负载变化的适应性、在soc平衡方面反应较慢,无法及时恢复飞轮单元到最优工作状态。此外,传统的功率分配策略通常没有充分考虑飞轮损耗的特性,未能优化飞轮单元的能量损耗,导致整体系统效率不高,进而影响整个储能系统的性能和可靠性。
技术实现思路
1、为解决上述问题,本发明提出一种基于粒子群优化的多模式切换飞轮储能功率优化方法及系统,通过结合粒子群优化算法与包含soc均衡模式、等功率分配模式、比例分配模式和智能分配模式的四种功率分配模式,根据系统实时的工作状态选择合适的功率分配模式,提高系统的响应速度和能效;在多个目标函数的指导下进行储能功率的动态调整,优化飞轮储能阵列的功率分配,进而解决现有技术中飞轮储能系统在多工况下的能量平衡问题,确保系统在不同工作状态下的高效性与稳定性。
2、根据一些实施例,本发明的第一方案提供了一种基于粒子群优化的多模式切换飞轮储能功率优化方法,采用如下技术方案:
3、一种基于粒子群优化的多模式切换飞轮储能功率优化方法,包括:
4、获取飞轮储能阵列中飞轮储能单元的荷电状态和功率指令;
5、判断所获取的荷电状态和功率指令的一致性状态;
6、根据所得到的一致性状态的判断结果,选择飞轮储能的功率分配模式,完成多模式切换的飞轮储能功率优化;
7、其中,所述功率分配模式至少包括荷电状态均衡模式、等功率分配模式和比例分配模式;所述荷电状态均衡模式在无功率指令且各飞轮单元荷电状态不一致时触发,通过粒子群优化算法计算最小损耗点,基于各飞轮单元的荷电状态与所述最小损耗点的差异进行功率互补,使各飞轮单元的荷电状态向所述最小损耗点收敛;所述等功率分配模式在接收到功率指令且各飞轮单元荷电状态一致时触发,向各飞轮单元分配相等的功率;所述比例分配模式在接收到功率指令且各飞轮单元荷电状态不一致时触发,根据各飞轮单元的荷电状态比例分配功率。
8、作为进一步的技术限定,在通过粒子群优化算法计算最小损耗点的过程中,计算飞轮储能阵列中所有飞轮单元的平均荷电状态;构建多目标优化函数,所述多目标优化函数包括各飞轮单元荷电状态与所述平均荷电状态的差异项、系统总功率损耗项,以及最大荷电状态与最小荷电状态之差项;以多目标优化函数最小化为寻优目标,采用粒子群优化算法进行迭代求解,将得到的全局最优解确定为最小损耗点。
9、作为进一步的技术限定,在基于各飞轮单元的荷电状态与所述最小损耗点的差异进行功率互补的过程中,根据各飞轮单元的荷电状态与所述最小损耗点的差值,计算各飞轮单元的功率释放系数;根据功率释放系数和各飞轮单元的额定功率,计算荷电状态高于所述最小损耗点的飞轮单元的释放功率;将释放功率按照荷电状态比例分配至荷电状态低于所述最小损耗点的飞轮单元,用于对其充电;
10、功率释放系数的计算过程考虑各飞轮单元之间的荷电状态差异总和,以及用于动态调整功率释放速率的调节因子;其中,荷电状态差异总和越大,功率释放系数越大,荷电状态收敛速度越快。
11、作为进一步的技术限定,在根据各飞轮单元的荷电状态比例分配功率的过程中,计算各飞轮单元的功率分配系数,其中,功率分配系数等于各飞轮单元荷电状态值与所有飞轮单元荷电状态总和的比值;根据功率指令的方向,确定放电模式或充电模式;在放电模式下,功率分配系数与荷电状态成正比;在充电模式下,功率分配系数与荷电状态成反比;引入基于logistics函数的功率调节系数,当飞轮单元的荷电状态处于预设调节范围内时,利用所述功率调节系数对所述功率分配系数进行修正,以限制充放电功率。
12、作为进一步的技术限定,所述荷电状态均衡模式还包括直流母线电压稳定控制,实时监测直流母线电压,计算其与指令母线电压的偏差值;当所得到的偏差值的绝对值超过预设阈值时,根据偏差值的符号,动态调整各飞轮单元的功率输出速率,以抑制母线电压波动。
13、作为进一步的技术限定,基于粒子群优化的多模式切换飞轮储能功率优化方法还包括在执行所述比例分配模式时,若任一飞轮储能单元的分配功率超过其额定功率,则切换至智能分配模式;在所述智能分配模式下,以功率指令为约束,以最小化功率损耗和平衡荷电状态为目标,再次调用所述粒子群优化算法进行迭代寻优,输出各飞轮单元的最优功率分配方案。
14、根据一些实施例,本发明的第二方案提供了一种基于粒子群优化的多模式切换飞轮储能功率优化系统,采用如下技术方案:
15、一种基于粒子群优化的多模式切换飞轮储能功率优化系统,包括:
16、获取模块,其被配置为获取飞轮储能阵列中飞轮储能单元的荷电状态和功率指令;
17、判断模块,其被配置为判断所获取的荷电状态和功率指令的一致性状态;
18、优化模块,其被配置为根据所得到的一致性状态的判断结果,选择飞轮储能的功率分配模式,完成多模式切换的飞轮储能功率优化;
19、其中,所述功率分配模式至少包括荷电状态均衡模式、等功率分配模式和比例分配模式;所述荷电状态均衡模式在无功率指令且各飞轮单元荷电状态不一致时触发,通过粒子群优化算法计算最小损耗点,基于各飞轮单元的荷电状态与所述最小损耗点的差异进行功率互补,使各飞轮单元的荷电状态向所述最小损耗点收敛;所述等功率分配模式在接收到功率指令且各飞轮单元荷电状态一致时触发,向各飞轮单元分配相等的功率;所述比例分配模式在接收到功率指令且各飞轮单元荷电状态不一致时触发,根据各飞轮单元的荷电状态比例分配功率。
20、根据一些实施例,本发明的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
21、一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方案所述的一种基于粒子群优化的多模式切换飞轮储能功率优化方法中的步骤。
22、根据一些实施例,本发明的第四方案提供了一种电子设备,采用如下技术方案:
23、一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方案所述的一种基于粒子群优化的多模式切换飞轮储能功率优化方法中的步骤。
24、根据一些实施例,本发明的第五方案提供了一种计算机程序产品,采用如下技术方案:
25、一种计算机程序产品,包括软件代码,所述软件代码中的程序执行如本发明第一方案所述的一种基于粒子群优化的多模式切换飞轮储能功率优化方法中的步骤。
26、与现有技术相比,本发明的有益效果为:
27、本发明构建了包含soc均衡模式、等功率分配模式、比例分配模式和智能分配模式的多模式切换框架;根据功率指令的有无以及飞轮单元soc的一致性状态,实时、自适应地选择最优控制模式;在无指令时自动进行内部能量循环以平衡soc,在有指令时根据soc状态选择最简或最优分配方式,避免了传统策略在全工况下的“一刀切”问题,实现了飞轮储能阵列在不同运行场景下的效率最优与响应最优。
28、本发明通过“状态判别—模式匹配—算法执行”的层级化控制架构,将复杂的功率优化问题分解为独立可控的子模块;等功率分配模式和比例分配模式采用解析计算,计算量小、响应迅速;soc均衡模式和智能分配模式按需启用粒子群优化算法(pso)算法,在保证优化精度的同时有效控制了计算开销;整个控制策略逻辑清晰、易于工程实现,可广泛应用于电气化铁路、新能源发电站、交直流微电网等多类型储能场景,具有良好的产业应用前景和推广价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com